Inspirat de autocercetarea lui Karpathy, i-am învățat pe VibeHQ să evolueze pe sine, nu să evolueze un singur agent, ci să evolueze întreaga metodă cooperativă multi-agent. 7 curse complet automate fără nicio intervenție manuală: • Utilizare token: 7,2M → 5,7M (scădere maximă de 62%) • Reducerea problemelor legate de coordonare (duplicarea muncii etc...) :4 → 0 • Risipă de token PM: -91% Loop: benchmark → cuantizare cooperativă și analiză LLM modul de eșec → /optimize-protocol rescrie cod de coordonare → reconstruire → repetare. AI-ul urmărește cum agenții eșuează în munca în echipă, analizează de ce a eșuat și apoi își schimbă propriul cod sursă pentru a coordona logica de cooperare, fără niciun efort manual pe tot parcursul procesului, permițând complet AI-ului să-și organizeze propria înțelegere tacită a echipei. După ce analizăm lucrurile relevante, autocercetarea optimizează automat antrenamentul modelului, Ralph anterior era o buclă autonomă a unui singur agent, iar Gastown rula simultan 20-30 Claude Code Orchestrare, dar nu are capacitatea de a evolua, acestea sunt foarte puternice, dar mai târziu evoluează și abilitățile unui singur agent. Nimeni nu dezvoltă munca în echipă în sine, cum să împărțim munca, cum să evităm conflictele, cum să împărtășim contextul și cum să ne deblocăm unii pe alții. Imaginează-ți ce s-ar transforma acest lucru dacă ar fugi: • Agenții își dezvoltă propria cultură de echipă și chimie de lucru. • Se adaptează fiecărui proiect, alocând o echipă de 3 sau 7 persoane în funcție de nivelul de dezvoltare al proiectului. • Cu cât faceți mai multe proiecte împreună, cu atât echipa voastră este mai puternică. • Agenții pot integra noi colegi în timp ce proiectul este în desfășurare, reatribuind automat sarcinile. Serios, în ce va evolua la final? Nu știu, dar asta e partea cea mai palpitantă.